岗位职责： 关于我们 我们正在做具身智能/机器人开发平台，专注于机器人基础设施建设，为企业、算法工程师、开发者提供从数据、模型、算力到设备接入的一体化开发能力。团队业务正在向市场、解决方案、商业化方向延伸。 我们信奉"看重人多于经验"：AI 时代知识不再稀缺——大模型的知识储备远超任何个人，稀缺的是抓住本质、判断方向、驱动 AI 干活的认知能力。所以我们找的不是"技术堆叠型"执行者，而是能独立思考的聪明工程师。 你将作为算法工程师，参与真实算法能力落地，同时承担"行业前沿探索者"角色——补足团队无暇深挖的新技术、新方法、竞品动态，为技术路线与战略决策提供输入。 岗位定位 作为算法工程师，负责平台核心算法能力的研发与落地，聚焦计算机视觉、具身智能、AI Agent 三个方向之一；同时持续追踪前沿技术、复现 SOTA、拆解竞品，为技术选型与战略规划提供输入。 岗位职责 方向 A：计算机视觉（CV） 1. 研发机器人场景下的 3D 视觉能力：点云处理、目标检测与分割、6D 位姿估计、深度估计、视觉 SLAM； 2. 负责多传感器（相机/深度/激光雷达）标定与融合，提升真实环境下的感知鲁棒性； 3. 将视觉算法沉淀为平台可复用能力（API/SDK），与产品、研发协作推进落地与验收； 4. 参与开发平台本身的能力建设：理解"数据—模型—算力—设备接入"一体化架构，把视觉数据采集/标注、模型训练/评测/版本管理沉淀为平台可复用能力，并把算法需求拆解到平台各模块推进落地。 方向 B：具身智能（Embodied） 1. 研发具身智能操作能力：模仿学习（IL）、强化学习（RL）、视觉-语言-动作模型（VLA）； 2. 研发视觉-语言导航（VLN）与世界动作模型（WAM），支撑机器人导航、规划与长程任务执行； 3. 搭建仿真环境（Isaac Sim/Gym/MuJoCo 等）与 sim-to-real 迁移管线，推动算法从仿真到真机； 4. 参与真实机器人数据采集、数据管线与评测基准建设； 5. 参与开发平台本身的能力建设：把具身数据采集、仿真训练、评测基准与设备接入能力沉淀为平台可复用能力，理解并参与"数据—模型—算力—设备接入"架构设计。 方向 C：AI Agent（板端量化工具链 auto research） 1. 构建面向地瓜 X/S 系列开发板的量化工具链 auto research 智能体：自动检索、比对、评测地瓜工具链（RDK OS / 量化与部署工具链）及周边生态（模型转换、算子适配、性能优化、精度对齐）； 2. 设计"调研—评测—结论"闭环：自动收集官方文档、SDK/示例、社区与竞品信息，生成可追溯、可复现的工具链选型报告与对比矩阵； 3. 打通"模型→量化→板端部署→精度评测"全流程自动化：自动完成模型转换、量化、编译、上板（X/S 系列）、精度与性能评测，并沉淀为平台可复用能力； 4. 将调研结论（量化选型建议、部署迁移指南、精度对齐 checklist）沉淀为平台可复用能力，接入平台知识库/工具； 5. 探索 Agent 的规划、工具调用、记忆与多步推理能力，保证研究/执行过程可验证、可追溯、可审计； 6. 追踪 auto research / Deep Research / 多智能体领域 SOTA，复现关键工作并输出竞品技术拆解。 我们希望你是什么样的人 我们不找"空心人"。比起你已经会什么，我们更看重你是什么样的人： - 能抓住本质：接触新东西时，先问"它解决什么问题、代价是什么、边界在哪"，而不是先问"怎么用"。 - 能拆维度：遇到"A 和 B 是不是矛盾"这类问题，第一反应是把它拆成几个不同的维度分别看，而不是急着站队下结论。 - 认知潜力大于技术堆叠：学习快、迁移强，能从一次实验、一个 bug、一次复盘里提炼出可复用的方法论，而不只是"这次解决了"。我们在意你把一件事想明白的速度，远多于你已经会多少工具。 - 爱折腾、有好奇心：有 side project、折腾过奇怪的东西、对新鲜事物有本能的兴趣；真正碰过设备、写过驱动、联过系统的人，比只看过论文的人更懂真实世界的问题。 - 靠谱且自驱：对结果负责，遇到问题先求证再下结论；能把"问题→方案→实验→结论"讲成一条清晰的因果链。 - 会用 AI 而非依赖 AI：给足上下文、会验证、敢让 AI 反驳自己。知识大模型都有，你的价值在判断与拆解。 通用 1. 行业前沿探索：追踪 CV/具身/Agent 领域 SOTA、复现关键工作、输出竞品技术拆解； 2. 用 AI 工具加速调研、实验、评测与文档，保证产出可验证、可追溯。 成长路径 - 参与真实平台算法能力从 0 到 1 的完整过程； - 深入具身智能这一前沿赛道，建立技术认知与判断力； - 培养算法 + 工程 + 商业化落地的复合能力，为向技术专家/架构方向发展打基础。 岗位要求： 方向性加分项 - 有算法实习经历，或发表过顶会/顶刊论文（CVPR/ICCV/ECCV/NeurIPS/ICLR/ICRA/RSS/CoRL 等）； - 有个人作品（开源项目、技术博客、模型、机器人 demo、Agent 应用）； - 有从 0 到 1 独立完成算法项目或 side project 的经历； - 熟悉深度学习框架（PyTorch 等）与常见训练/推理/部署工具链； - 了解模型量化（PTQ/QAT）、算子适配、精度对齐等板端/边缘部署知识； - 实际用过地瓜 X/S 系列开发板，或至少一种板端推理框架（RDK/TensorRT/RKNN/TVM/OpenVINO 等）； - 有 LLM/Agent 应用开发经验（工具调用、RAG、多智能体、自动评测）； - 对开发者平台/基础设施（数据管线、模型管理、算力调度、设备 SDK/接入）有基本认知，或有平台工程、后端/工具链开发经历； - 有 VLN / VLA / WAM / 世界模型 / 具身导航等相关项目或论文经历。 通用任职要求 必备条件 1. 本科及以上学历，计算机、自动化、电子、人工智能、软件、数学等相关专业优先； 2. 扎实的算法与工程基础：熟悉机器学习/深度学习原理，能独立完成从数据到模型的完整闭环； 3. 较强的理解力：能快速抓住问题本质，准确复述并拆解技术需求； 4. 较强的表达力：书面与口头表达清晰、结构化，能把复杂技术问题讲清楚； 5. 较强的逻辑与辩证思维：能把问题、方案、实验、结论拆成有结构的链条，且能区分不同维度、避免非黑即白； 6. 信息甄别与时效意识：面对海量或冲突的信息，能判断来源可信度、时效性，并快速定位关键变量； 7. AI 工具使用能力：能熟练用 AI 辅助工作，并有验证和甄别 AI 输出的意识； 8. 对技术有热情，能快速理解新概念并翻译成可落地的方案。